Boosting Electrochemical Conversion of CO<sub>2</sub> to CO in a Membrane Electrode Assembly Using Nickel–Nitrogen/Carbon Supported Nickel–Zinc Carbide Particle Catalyst
Notice bibliographique
Résumé
The development of efficient catalysts for CO 2 electroreduction to value added products is required to enable electrochemical CO 2 conversion technologies that will help mitigate emissions and the devastating climate change related impacts. Atomically dispersed nickel–nitrogen–carbon (Ni–N–C) catalysts are a promising alternative to precious metal (Au and Ag) catalysts for converting CO 2 to CO. However, in CO 2 electrolyzers, the performance of Ni–N–C catalysts is still lower than that of precious metal catalysts, likely due to the low concentration of catalytically active Ni–Nx/C sites that requires high catalyst loadings that lead to CO 2 mass transport limitations. Herein, a new catalyst design is developed based on a structure that comprises Ni–Nx/C active sites along with highly dense nickel zinc carbide (Ni 3 ZnC) particles─that selectively convert CO 2 into CO. In a membrane electrode assembly (MEA) based CO 2 electrolyzer, the developed catalyst demonstrated a current density of 448 mA/cm 2 and a CO 2 to CO Faradaic efficiency of >95% at 3.1 V. This promising MEA performance opens up the opportunity towards the employment of non-precious cathode materials in CO 2 electrolyzers as a competitive alternative to precious metals.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».